基于Hammerstein模型预测控制的分析与研究

针对基于Hammerstein模型非线性预测控制中 ,由中间量经解方程求控制量出现的问题 ,深入地探讨了用两种近似方法处理该问题对系统控制质量的影响 ,得出了相应的结论 .

时滞系统的神经网络预测控制 (英文)

针对时滞系统的特点和采用神经网络单值预测控制存在的不足 ,提出了多步超前预测与补偿的控制算法 ,有效地增加了控制力度 ,改善了动态性能 。

过程控制的发展方向——智能控制

回顾了过程控制的发展历史，指出了过程控制中存在的问题，在阐述智能控制的功能特点及其在工业过程控制中应用现状的基础上，提出了智能控制是过程控制的发展方向的观点，最后展望了过程智能控制的未来。

基于神经网络的单值预测控制

为了实现快速控制,用两层线性神经网络构造预测器,估计未来p步的输出值,用两层非线性神经网络组成控制器,实现对下一步控制的优化.仿真结果显示:该方法是可行的,且具有结构简单、运算量小、速度快的特点.

网络控制系统的调度概述

首先回顾了两种典型处理器任务调度方法,并比较了CPU调度与网络调度的异同.然后,着重分析了网络控制系统的调度研究现状.接着,阐述了控制网络调度协议的类别和工作特点.最后,对控制网络调度研究的发展方向予以展望.

基于径向基函数神经网络的内模控制

文章用径向基神经网络设计内模控制系统。径向基神经网络是通过调整隐层与输出层间的连接权系数来逼近函数，如果隐层神经元数目过少，难免会出现收敛时间长，控制质量差，甚至发散的现象。为此，本文提出了增加调整基函数形状参数和中心向量的万法予以避免，并证明了网络不同调整参量收敛于目标函数极小点的性质。

预测控制的常用模型及其相互关系和统一形式

针对预测控制算法中几种不同模型描述形式 ,揭示了它们之间的联系 ,给出了相应的转换公式 ,为预测控制系统的设计与分析提供了方便 。

网络控制系统综述

本文回顾了网络控制系统的发展历史,介绍了网络控制系统的研究现状,在指出网络控制系统存在的问题的基础上,提出了未来网络控制系统的发展方向。

μXL在高校实验中的应用

在简单介绍了μＸＬ系统基本组成的基础上，从教学实验的角度，分别叙述了μＸＬ控制设备在过程建模、控制器参数整定和组织专门控制系统等方面的应用。

液位对象的自校正动态矩阵控制

本文针对液位对象参数时变和纯时延的特点，用自校正和动态矩阵控制的思想设计进行系统设计，介绍了系统设计方法和检验结果。

自校正快速随动系统研究

本文提出一种按"非周期性能指标"(响应时间快、无超调、无振荡、稳态误差为零),且具有自校正控制能力的随动系统设计方法。计算机仿真表明(参数辨识在具有白噪声干扰信号情况下进行)。系统具有良好的动、静态性能且鲁棒性强。

反推技术及其在不确定系统中的应用

从控制学科的角度,综述了反推技术的产生、发展、主要方案及其特点。着重叙述了该技术在状态反馈非线性不确定系统、输出反馈非线性不确定系统、离散时间非线性不确定系统、线性不确定系统和随机非线性不确定系统等五个方面的应用形势与进展情况。同时,清楚地指出了反推技术在不确定系统应用中存在的问题,并且就这些问题提出了相应的解决途径和方法。

接纳控制及其在网络控制系统中的应用

随着网络技术的迅猛发展,网络应用的范围和规模越来越大,网络时延和拥塞的问题也日趋严重.接纳控制,作为一种平衡网络服务质量和充分利用网络资源的技术手段,对解决这类问题具有独到之处.本文叙述了接纳控制技术的发展与研究现状,总结了基于测量的接纳控制技术在网络控制系统中的应用及其特点,展望了基于测量的接纳控制技术在未来网络应用中的研究和发展方向.

网络控制系统的测量技术

网络控制系统作为一种以网络为链接方式的实时系统,十分需要及时了解网络层和应用层状况,并据此采取相应措施,以确保网络控制质量。阐述了网络测量的概念、发展和存在问题等基本情况,综合论述了网络控制系统中时延、负载、故障和控制应用等的检测研究现状,并就未来网络控制系统的测量研究发展作了预测。

跟踪系统的设计与讨论

本文用状态空间模型的极点配置设计法，对所述对象进行了系统设计与仿真，并就系统闭环极点所处的不同位置对系统快速性和控制量幅度的影响进行了讨论．

泻液过程的称重控制

本文分析了液体称重这一被控对象的动态模型，提出并进行了控制器的设计，仿真结果表明：控制系统达到预期目的，具有一定的实际参考价值．

最优控制的设计与研究

根据一个实际被控对象的要求，按二次型最优控制原理，用两种不同的方法对系统进行了设计和仿真，并就最优设计中目标函数的构设，加权矩阵对系统动态响应和控制幅度的影响进行了具体的讨论。

液体称重控制

本文分析了液体称重这一被控对象,提出了其控制器的设计思想。仿真结果表明:系统设计合理,系统运行达到预期目的。具有一定的实用参考价值。

非线性时延对象的神经网络控制

用神经网络技术和预测技术设计非线性时延控制系统,有效地克服了非线性和时延性,并论述了设计参数p与控制质量的关系。